20260625:很多新内容

concepts/jepa-for-robotics.md

@@ -0,0 +1,43 @@
+---
+title: "JEPA for Robotics"
+created: 2026-06-24
+updated: 2026-06-24
+type: concept
+tags: ["jepa", "robot-learning", "world-model", "embodied-ai"]
+sources:
+  - "[[vla-jepa-2026]]"
+---
+
+# JEPA for Robotics
+
+JEPA for Robotics 是将 Joint-Embedding Predictive Architecture 应用于机器人学习和 VLA 策略的范式。VLA-JEPA 是该方向的代表性工作。
+
+## 为什么 JEPA 适合 Robotics
+
+### 像素预测的问题
+机器人视觉中的像素变化主要由外观因素驱动（光照、纹理、相机位置），而非动作相关的状态转移。像素预测目标容易被这些因素主导。
+
+### JEPA 的优势
+1. **Latent space prediction**：天然过滤像素噪声，关注语义动态
+2. **Leakage-free design**：未来仅作 target，消除捷径学习
+3. **对相机鲁棒**：latent 表示对相机运动和背景变化不敏感
+
+## 从 [[jepa|通用 JEPA]] 到 Embodied JEPA
+
+| 维度 | 通用 JEPA | Embodied JEPA |
+|------|----------|---------------|
+| 输入 | 视频帧 | 多视角机器人视频 |
+| 预测目标 | 未来表示 | 世界状态转移 |
+| 下游 | 动作识别 | 动作策略生成 |
+| 微调 | 分类/检测 | Action Head (Flow-Matching) |
+
+## 可扩展性
+
+VLA-JEPA 的作者认为该范式高度可扩展——可通过自然融入更多机器人数据和文本推理数据进一步泛化。
+
+## 参考
+- [[vla-jepa-2026]]
+- [[jepa]]
+- [[vla-vision-language-action]]
+- [[latent-world-model]]
+- [[world-model-lecun]]